Detección del fraude mediante la Ley de Benford y técnicas de aprendizaje automático

E. Badal Valero, J. M. Pavía Miralles, J. A. Álvarez Jareño

En el contexto de un macro-caso judicial real sobre blanqueo de capitales, orquestado entre una compañía central y parte de sus proveedores, se propone una aproximación a la detección de patrones de fraude en la que se combina la Ley de Benford, como herramienta para caracterizar los registros contables de las operaciones comerciales entre la empresa núcleo y las empresas proveedoras, con cuatro modelos de clasificación: Regresión Logística con regularización Ridge, Redes Neuronales Artificiales, Árbol de Decisión C4.5 y Bosque Aleatorio.

El objetivo es construir una herramienta para identificar potenciales defraudadores que podrían merecer una investigación más rigurosa.

Palabras clave: Benford aprendizaje automático

J. A. Álvarez Jareño, J. Segura Gisbert, J. M. Pavía Miralles, P. García Torres

J. Segura Gisbert, J. A. Álvarez Jareño, P. García Torres, J. M. Pavía Miralles

P. Carracedo, A. Debón Aucejo